Как измерял скорость работы БД

Измерение скорости работы БД

Профилирование и мониторинг производительности БД — критически важная задача для оптимизации приложения. Рассмотрю практические подходы и инструменты, которые я использовал.

1. EXPLAIN и EXPLAIN ANALYZE (PostgreSQL)

Для анализа плана выполнения запроса используются эти команды:

// EXPLAIN показывает предполагаемый план выполнения
EXPLAIN SELECT * FROM users WHERE id = 1;

// EXPLAIN ANALYZE выполняет запрос и показывает реальное время
EXPLAIN ANALYZE SELECT * FROM orders o 
JOIN users u ON o.user_id = u.id 
WHERE u.status = 'ACTIVE';

В Java приложении:

@Repository
public class UserRepository {
    @PersistenceContext
    private EntityManager em;
    
    public void explainQuery(String sql) {
        // Выполняем EXPLAIN ANALYZE
        Query query = em.createNativeQuery("EXPLAIN ANALYZE " + sql);
        List<String> results = query.getResultList();
        results.forEach(System.out::println);
    }
}

Обратить внимание на:

• Sequential Scan vs Index Scan — индексированный поиск быстрее
• Execution Time — реальное время выполнения
• Rows — количество вернутых строк

2. Slow Query Log (MySQL)

Логирование медленных запросов в MySQL:

# my.cnf
slow_query_log = 1
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 0.5

Затем анализируем логи:

mysqldumpslow -s t -t 10 /var/log/mysql/slow.log

3. Профилирование в Hibernate/JPA

Использование логирования SQL и статистики Hibernate:

# application.properties
spring.jpa.properties.hibernate.generate_statistics=true
spring.jpa.show-sql=true
spring.jpa.properties.hibernate.format_sql=true
logging.level.org.hibernate.stat=DEBUG

В коде:

@Service
public class UserService {
    @Autowired
    private UserRepository userRepository;
    
    public void analyzePerformance() {
        SessionFactory sf = em.getEntityManagerFactory().unwrap(SessionFactory.class);
        Statistics stats = sf.getStatistics();
        stats.clear();
        
        // Выполняем операции
        List<User> users = userRepository.findAll();
        
        // Анализируем статистику
        System.out.println("Query count: " + stats.getQueryExecutionCount());
        System.out.println("Query time: " + stats.getQueryExecutionMaxTime() + "ms");
        
        for (String query : stats.getQueries()) {
            QueryStatistics qs = stats.getQueryStatistics(query);
            System.out.println("Query: " + query);
            System.out.println("Execution count: " + qs.getExecutionCount());
            System.out.println("Avg time: " + qs.getExecutionAvgTime() + "ms");
        }
    }
}

4. Использование System.nanoTime() для микротестирования

Для простого профилирования отдельных операций:

public class PerformanceMonitor {
    public static long measureQueryTime(Supplier<List<?>> query) {
        long startTime = System.nanoTime();
        query.get();
        long endTime = System.nanoTime();
        long duration = (endTime - startTime) / 1_000_000;
        System.out.println("Query executed in: " + duration + "ms");
        return duration;
    }
}

// Использование
long time = PerformanceMonitor.measureQueryTime(
    () -> userRepository.findByStatus("ACTIVE")
);

5. Spring AOP для мониторинга

Аспект для автоматического логирования времени выполнения методов:

@Aspect
@Component
public class PerformanceAspect {
    @Around("execution(* com.example.repository.*.*(..))") 
    public Object monitorMethodTime(ProceedingJoinPoint jp) throws Throwable {
        long start = System.currentTimeMillis();
        Object result = jp.proceed();
        long duration = System.currentTimeMillis() - start;
        
        if (duration > 1000) {
            System.out.println("SLOW QUERY: " + jp.getSignature() + 
                             " executed in " + duration + "ms");
        }
        return result;
    }
}

6. Индексы и их анализ

Проверка использования индексов:

@Entity
public class User {
    @Id
    private Long id;
    
    @Column(nullable = false)
    @Index(name = "idx_email")
    private String email;
    
    @Index(name = "idx_status")
    private String status;
    
    @Index(name = "idx_created_at")
    private LocalDateTime createdAt;
}

Проверка индексов в БД:

SELECT schemaname, tablename, indexname FROM pg_indexes 
WHERE tablename = 'users';

7. Мониторинг в production: DataDog, New Relic

Для production окружения используются специальные инструменты:

@Service
public class MetricsService {
    @Autowired
    private MeterRegistry meterRegistry;
    
    public void recordQueryMetric(String queryName, long duration) {
        meterRegistry.timer("db.query.duration",
            "query", queryName)
            .record(duration, TimeUnit.MILLISECONDS);
    }
}

8. Бенчмарки с JMH

Для точного тестирования производительности:

@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.MILLISECONDS)
public class QueryBenchmark {
    @Benchmark
    public void benchmarkFindById(Blackhole bh) {
        List<User> users = userRepository.findById(1L);
        bh.consume(users);
    }
}

Мой практический опыт

На одном из проектов обнаружил N+1 проблему в запросах к заказам пользователей. EXPLAIN ANALYZE показал, что запросы шли без индексов, что замедляло работу в 100+ раз. Добавление индексов на часто фильтруемые поля решило проблему полностью.

Ключевые метрики для мониторинга

• Query time — время выполнения запроса
• Connection pool usage — использование пула соединений
• Cache hit ratio — эффективность кэширования
• Lock contention — конфликты блокировок
• Slow query log — логи медленных запросов

Правильное профилирование — это постоянный процесс оптимизации приложения для поддержания высокой производительности.